多語言站点常见的收錄現象是：主語言版本正常出現在索引里，其他語言版本要么迟迟不出現，要么搜尋结果里展示的是另一種語言。這類問题通常不是單一原因，而是结构、标注和互鏈三處信号互相矛盾。排查时按顺序看，比逐條改代碼更省時間。
先確認語言版本用哪種结构承载
不同结构對蜘蛛理解語言版本的影响差別很大：
- 子目錄（example.com/en/）：沿用主域已有的信号积累，最容易被抓取和识別，是多數站点的預設選擇。
- 子域名（en.example.com）：可以獨立配置，但需要額外確認子域名本身能被抓取，並單獨准备 sitemap。
- 國家顶級域（example.de）：語言與地区信号最清晰，但每個域都要單獨积累，运维成本最高。
- 參數切換（?lang=en）：最容易出現同一内容多個 URL 的情况，收錄狀態往往不稳定。
如果站点已经用了參數方式，不必急着推倒重来，先把參數版本通過 canonical 指向一個代表 URL，减少同一内容散落成多個地址。
語言标注要和頁面實际内容一致
hreflang 的作用是告诉搜尋引擎，這些頁面是同一内容的不同語言版本。它失效的场景多半不是语法寫错，而是寫得不一致：
- 只從 A 語言指向 B 語言，B 語言没有指回来，形成單向标注。
- 頁面缺少指向自身的标注。
- 标注了一個尚未翻译完成的頁面，用戶点進去看到的仍是原文。
- 用 x-default 指向了一個並不适合作為預設落点的頁面。
還有一個容易被忽略的前提：如果某個語言版本的内容本身是机器翻译且没有人工校對，把它标注成獨立語言版本，反而會让頁面的质量判断變差。這種情况下，先不标注、先不放開收錄，比硬凑一套多語言结构更稳妥。
語言切換器和内部連結
很多站点的語言切換器是一個下拉菜單，靠脚本跳轉，蜘蛛拿到的只是空連結。這會让其他語言版本失去站内入口，只能依赖 sitemap 被發現，抓取優先級明顯偏低。
更實用的做法是：
- 語言切換器使用真實的連結标簽，並给出可抓取的目标地址。
- 每個語言版本至少有一個從首頁出發、点击两三次就能到達的入口。
- 避免用基于 IP 或浏览器語言的自動重定向，把蜘蛛從 A 語言直接送到 B 語言。
- 各語言版本的 sitemap 分開提交，便于後續分開對比抓取情况。
重复内容的几個常见来源
多語言站点里的重复内容，往往不是翻译重复，而是模板重复：頁头頁脚、商品參數表、條款文本在不同語言版本里几乎一字不差。這類重复通常不會單獨導致頁面被剔除，但如果一個語言版本的正文内容极少，模板又占了大半，頁面的獨立性就很弱。
判断标准可以简單一点：把模板部分去掉之後，這個頁面還剩多少自己的内容？剩下的部分，决定了它值不值得單獨占一個索引位置。
處理顺序建议是：先保證每個語言版本都有獨立的正文内容，再考虑是否為高度相似的地区版本（例如同一語言的多個國家站）收敛索引，只保留一個主要版本。
排查时按這個顺序走
- 確認各語言版本的狀態碼、robots 規則、canonical 都指向自己，没有被誤挡或誤指。
- 检查 hreflang 是否双向一致，是否包含自引用。
- 检查語言切換器和主導航里是否存在指向其他語言版本的普通連結。
- 分別查看各語言版本的抓取记錄，判断差异来自抓取不足還是内容本身太薄。
- 調整之後至少观察几周，再做下一轮改動。
對多數中小站点来说，與其一次铺開七八種語言，不如先把一到两個語言版本的抓取和收錄做稳，再逐步增加。語言版本越多，标注、互鏈和模板重复的管理成本上升得越快。